python制图一元迭代函数_Python 学习笔记 - 生成器和迭代器

这一节来学习生成器(generator)和迭代器(iterator)

首先来回忆一个例子，这里打印rest的时候为什么要通过list(rest)打出，而不是直接输出rest？

>>> li=[11,22,33]

rest=filter(lambda x:x>22,li)

print(list(rest))

--------

[33]

试试看，如果直接输出是什么结果？>>> li=[11,22,33]

rest=filter(lambda x:x>22,li)

print(rest)

事实上，如果在2.7里面，他会直接输出结果，但是在3.X以后，他只会返回一个具有生成能力的对象，而不是直接输出所有结果，这样的好处是如果我们有成千上万个数据要输出，他不会直接一股脑的就输出来了。我们需要循环地输出这个对象生成所有需要的值。比如把上面的例子改成for循环也是一样的>>> li=[11,22,33]

rest=filter(lambda x:x>22,li)

for i in rest:

print(i)

33

现在来看看基本的定义：

1.迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

特点：访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容

不能随机访问集合中的某个值 ，只能从头到尾依次访问

访问到一半时不能往回退

便于循环比较大的数据集合，节省内存

2. 一个函数调用时返回一个迭代器，那这个函数就叫做生成器(generator)；如果函数中包含yield语法，那这个函数就会变成生成器；

下面直接通过例子说明：

比如我定义了一个函数f1，里面包含了yield这个关键字，那么他就变成了一个生成器，他的结果只能通过迭代器的next方法一步步输出>>> def f1():

print("1")

yield 22

print("2")

yield 33

print("3")

yield 44

r=f1()

print(r,type(r))

print(r.__next__())

print(r.__next__())

print(r.__next__())

--------------------

1

22

2

33

3

当然通过循环语句自动调用迭代器更方便了for item in r:

print(item)

例2 通过生成器做一个range的函数>>> def nrange(num):

temp = -1

while True:

temp = temp + 1

if temp >= num:

return

else:

yield temp

r=nrange(5)

print(r)

for item in r:

print(item)

---------------------

0

1

2

3

4

再看个例子def split_line():

print ('ready to split')

result="4 5 6"

while True:

line=yield result

result=line.split()

s=split_line()

s.__next__()

#send的值去替换掉line的值，返回值是result

ret=s.send('1 2 3')

print(ret)

ret=s.send('a b c')

print(ret)

"C:\Program Files\Python3\python.exe" C:/Users/yli/pycharmprojects/Exercise/Week12/test.py

ready to split

----------

['1', '2', '3']

['a', 'b', 'c']